多模态AI的发展正迎来一次关键转折——从“抽卡”式的随机生成模式，迈向能够真正交付完整作品的系统级能力。

图片由商汤科技提供

7月18日，在2026世界人工智能大会（WAIC）上，商汤科技正式推出其大模型家族的全新旗舰产品——SenseNova U1 Pro（简称U1 Pro）。作为“日日新 SenseNova U”系列的顶配型号，U1 Pro定位清晰：专为长程任务打造的交付级原生多模态智能体基座，真正实现了理解、生成与行动的一体化融合。基于原生统一架构，其在视觉创作领域进行了深度迭代，使复杂图片的创作能力直接对标全球顶尖模型的“交付级”水准。

商汤科技判断，U1 Pro的发布标志着多模态AI进入“长程演进”新阶段。行业正从以往的单点式内容生成（Generation），全面转向能够闭环完成复杂、长程任务的系统级内容交付（Delivery）。

商汤科技联合创始人、首席科学家林达华指出，代码产品已经验证的演进路径，多模态产品正在重新经历：从Copilot工具辅助，到Vibe Coding意图驱动，再到Agentic Coding系统级任务交付。多模态的进化同样遵循这一轨迹。

第一阶段：解决“真实感生成”问题；

第二阶段：支持自然语言交互与持续修改，实现多模态创作进阶；

第三阶段：在真实场景中直接完成“交付级”创作，兼顾设计美感与内容精准，彻底告别反复抽卡的困境。

然而，能交互并不等于能交付。旗舰版U1 Pro具备四大核心交付能力：巅峰设计美感，彻底摆脱“AI味”；原生8K超清输出；极致的图文与细节控制；长程Agentic闭环思维——简而言之，AI不再只是“画个图给你看”，而是能按需求把任务完成得尽善尽美。

U1 Pro之所以能突破“生成”边界、实现“稳定交付”，底层核心在于NEO-unify内核架构。该架构在原生多模态体系中实现了语言与视觉的统一表征，打破了理解与生成之间长期存在的割裂壁垒。

商汤于今年4月开源了基础模型SenseNova U1，开源两个多月以来，在真实高强度工作流中表现优异。今年6月，U1用户的人均日生图量相比5月提升了近3倍——这表明模型已深度融入真实应用工作流。截至7月中旬，U1以及集成U1能力的SenseNova-Skills代码库在GitHub上的总Star数突破8000。

同时，商汤还开源了SenseNova-Vision统一视觉大模型，基于原生统一架构，使实例分割、目标检测等经典视觉任务直接成为通用大模型的原生能力，摆脱了传统“多专家模型拼凑”的局限。

在考验系统级交付实力的高难度场景中，U1 Pro聚焦三大方向：美学叙事、逻辑控制以及硬核数据推理。例如，在复杂视频创作任务中，模型不再依赖随机抽卡拼凑镜头，而是先自主规划并生成整体视觉蓝图——包括剧情世界观、主角与敌人人设、服装武器、沙漠环境色调——然后一次性输出多达22个逻辑一致的连续分镜。在此基础上，配合商汤的视频工具，实现了人物、剧情和视觉语言的高度可控交付。

《沙影之刃》世界观设定与22镜分镜总览

在可落地的商业化场景中，作为通用多模态基座，U1 Pro正在重塑办公、电商、教育等生产单元。目前已在商汤旗下的产业级AI“小浣熊”和视频创作工具“Seko”中得到验证——数以千万计的个人用户、近一万家企业用户以及大批AI原生组织，正在将自身经验、兴趣和创意转化为可规模化复用的真实交付成果。

U1 Pro的预览版本目前已开启邀请测试，后续将随推理服务资源扩大逐步放开。正式版本将于今年8月上线，面向公众开放服务，届时同步推出定价与API服务。